گزارش تحلیلی نشان می دهد همزمان با تمرکز جهانی بر مصرف برق، ردپای عظیم آبی «کارخانههای هوش مصنوعی» به چالشی زیستمحیطی نگرانکننده تبدیل شده است.
به گزارش تکناک، در حالی که شرکتهای فناوری میلیاردها دلار صرف ساخت مراکز داده غولپیکر برای پیشبرد انقلاب هوش مصنوعی میکنند، توجهها عمدتاً معطوف به مصرف سرسامآور برق این تأسیسات بوده است. اما یک بحران پنهان و به همان اندازه حیاتی در حال شکلگیری است: مصرف نجومی آب. رشد انفجاری «کارخانههای هوش مصنوعی» در سال جاری، زنگ خطر را نه فقط برای شبکه برق، بلکه برای منابع آبی جهان به صدا درآورده است.
بر اساس گزارش مؤسسه مطالعات محیطزیست و انرژی، یک مرکز داده بزرگ میتواند روزانه بیش از پنج میلیون گالن آب مصرف کند؛ حجمی معادل نیاز آبی یک شهر کوچک با جمعیت ۵۰,۰۰۰ نفر. این مشکل در مقیاس ملی ابعادی به مراتب بزرگتر مییابد. تخمین زده میشود که مراکز داده در ایالات متحده در سال ۲۰۲۴، بیش از ۶۰ میلیارد گالن آب را صرفاً برای فرآیندهای خنکسازی مصرف کردهاند.
این چالش در مناطق گرم و خشک، جایی که منابع آب محدود و تقاضا برای آن بالاست، به اوج خود میرسد. دمای بالاتر به معنای نیاز به آب بیشتر برای خنکسازی است و فشار برای کاهش هزینههای عملیاتی، شرکتها را به سمت روشهای خنکسازی تبخیری سوق میدهد که مصرف برق را کاهش میدهند اما به قیمت مصرف حجم عظیمی از آب تمام میشوند.
خنکسازی، ستون فقرات عملکرد یک مرکز داده است. این فرآیند عمدتاً به دو روش انجام میشود:
- خنکسازی حلقه-باز (تبخیری): در این روش، هوای گرم با عبور از پدهای مرطوب یا پاشش غبار آب، خنک میشود. این فرآیند بسیار کارآمد است اما آب تبخیر شده را برای همیشه از منابع آب زیرزمینی محلی حذف میکند و مصرف آب را به شدت بالا میبرد.
- خنکسازی حلقه-بسته (مایع): در این سیستم، مایع خنککننده در یک چرخه بسته قطعات را خنک میکند. این روش مصرف آب بسیار پایینی دارد اما به چیلرهای برقی پرمصرف وابسته است که هزینهها و ردپای کربن را افزایش میدهند.
ماسائو اشتین، مدیر ارشد گذار انرژی در «کربن تراست»، تأکید میکند: «مصرف آب توجه بسیار کمتری نسبت به بهرهوری انرژی دریافت کرده است. روایت اغلب بر کاهش مصرف برق متمرکز است، در حالی که بدهبستان میان آب و انرژی به ندرت برجسته میشود.»
به نقل از تامزهاردور، تأثیر این مراکز داده فراتر از آمار و ارقام است. در بریتانیا، اعلام پروژههای بزرگ مراکز داده توسط غولهای هوش مصنوعی، همزمان با هشدارهای دولت در مورد «کمبود آب در سطح ملی» صورت گرفت. علاوه بر رقابت بر سر منابع، کیفیت آب نیز در خطر است. در سال ۲۰۲۴، نشت سیالات حفاری از پروژههای مرتبط با کابلکشی فیبر نوری در مریلند، منجر به آلودگی رودخانههای محلی و آسیب به حیات دریایی شد.
اگرچه متوقف کردن این روند غیرممکن به نظر میرسد، اما راهکارهایی برای مهار این بحران وجود دارد:
- شفافیت و گزارشدهی: اولین قدم، پاسخگو کردن شرکتهاست. در حال حاضر، شرکتهایی مانند گوگل گزارشهای دقیقتری از مصرف آب خود نسبت به رقبایی چون آمازون، متا و مایکروسافت ارائه میدهند.
- فناوریهای جایگزین: استفاده از سیستمهای خنکسازی با هوا (مانند مرکز داده گوگل در تگزاس)، بازیافت و استفاده مجدد از آب، و بهرهگیری از منابع آب غیرآشامیدنی مانند آب باران، از جمله راهکارهای کلیدی هستند.
- بهینهسازی سختافزار و نرمافزار: توسعه تراشههای سفارشی و بهینهتر برای هوش مصنوعی (ASICs) و اجرای فرآیندهای سنگین مانند آموزش مدلها در ساعات خنک شب، میتواند تقاضای انرژی و در نتیجه نیاز به خنکسازی را کاهش دهد.
- آگاهی عمومی: هر درخواست از یک مدل هوش مصنوعی، بین ۵۰ تا ۵۰۰ میلیلیتر آب مصرف میکند. افزایش آگاهی کاربران در مورد این هزینه پنهان، میتواند به استفاده هوشمندانهتر از این فناوری کمک کند.
در نهایت، در حالی که تمرکز فعلی بر انتشار گازهای گلخانهای است، پارادایم جهانی ممکن است در طول این قرن به سمت بحران آب تغییر کند. آگاهی و اقدام امروز، میتواند از تشدید این مشکل در آینده جلوگیری کند.
